-
公开(公告)号：CN113436089A
公开(公告)日：2021-09-24
申请号：CN202110658976.8
申请日：2021-06-15
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种基于BiLSTM与生成对抗网络结合的ECG降噪方法，生成器采用BiLSTM,其复杂的非线性单元可以构造更大型的深度神经网络，使生成器更适用于处理心电数据；其次，对生成器和判别器的损失函数进行改进：在生成器损失函数中引入Fréchet距离以及L1范数，并且对判别器权重加惩罚，从而控制降噪后心电贴近原始纯净心电信号；无需传统的时频变换，就可实现端到端的心电降噪，即输入带噪信号到最优生成器就可以得到降噪信号。通过以上方法实现的ECG降噪后，降噪后的ECG信号与原始纯净信号基本重合，更大限度的保留了心电波形的细节,可以实时完成端到端的心电降噪。
-
公开(公告)号：CN113057647A
公开(公告)日：2021-07-02
申请号：CN202110322895.0
申请日：2021-03-25
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种心电信号的质量评估方法，将通过S变换获得的时频图，通过深度残差收缩网络和卷积神经网络的集成神经网络获得深度特征，与提取的统计特征结合，使用提出的双比例损失函数，提取出深度特征，并与统计特征相结合对心电信号的质量进行评估，来解决实际应用中心电信号质量较差的问题，能够极大的提升12导联心电信号质量评估的准确率。残差收缩网络能够将数据中存在的很多与当前任务无关的原始信息通过软阈值处理删除掉，获得与当前任务最相关的信息。卷积神经网络具有参数共享和稀疏连接的优点，能够将残差收缩网络提取出的深度特征进一步提纯优化，获得最适合当前任务的深度特征。
-
公开(公告)号：CN110084166B
公开(公告)日：2020-04-10
申请号：CN201910319875.0
申请日：2019-04-19
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
IPC分类号： G06K9/00
摘要： 本发明公开一种基于深度学习的变电站烟火智能识别监测方法，通过针对变电站实际场景进行视频识别模型和图像识别模型的改进优化，紧接着融合两种改进之后的模型框架，尽可能多地避免二者的劣势，发挥出二者各自的优势，设计一种更加合理灵活的检测方法：平时利用图像识别模型进行监控，在检测到烟雾之后，自动调用视频识别模型进行二次复验，核验准确后再向监控平台发出报警信号，可以有效完成检测预警工作。
-
公开(公告)号：CN108846375B
公开(公告)日：2019-06-18
申请号：CN201810697764.9
申请日：2018-06-29
申请人： 山东大学
摘要： 本发明公开了种一种基于神经网络的多模态协同学习方法及装置，该方法包括：S1抓取短视频数据建立短视频数据集，所述短视频数据包括用户历史发布的短视频及其附属信息；S2提取短视频数据集中短视频数据的多模态特征，并针对各个模态特征进行信息补足；S3依次将各个模态特征中任一模态特征作为主模态，其余作为辅模态，并计算主模态和辅模态的关系权重，分别进行同一性特征信息与补充性特征信息分类，将补充性特征信息和通过神经网络增强的同一性特征信息进行信息重组；S4建立关注机制网络，区分每一个重组后的模态特征信息对短视频所属场景分类的贡献程度，利用神经网络进行短视频场景分类。
-
公开(公告)号：CN108897823A
公开(公告)日：2018-11-27
申请号：CN201810645528.2
申请日：2018-06-21
申请人： 山东大学
摘要： 本发明公开了一种基于深度学习注意力机制的个性化商品检索方法及装置。其中，该方法包括：构建基于注意力机制的短期偏好模型；构建基于注意力机制的长期偏好模型；查询再表示；查询再表示的过程为：融合基于注意力机制的短期偏好模型、基于注意力机制的长期偏好模型以及当前查询，通过多层全连接网络来学习三者之间的交互关系，得到重组的查询表示，并采用一个距离函数来界定所有商品与当前查询的相关程度；训练所述多层全连接网络结束后，对每个用户提交的新查询，得到所有商品与当前查询的距离值，再将所有距离值从高到低进行排序，并将前n个距离值对应的商品返回给用户，其中，n为正整数。
-
公开(公告)号：CN110334245B
公开(公告)日：2023-04-07
申请号：CN201910599470.7
申请日：2019-07-04
申请人： 山东大学
IPC分类号： G06F16/735 , G06F16/78 , G06F16/783 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本公开公开了一种基于时序属性的图神经网络的短视频解析方法及装置，方法包括：采用基于图结构的循环神经网络将用户点击过的短视频按照时间顺序进行建模，获得用户的兴趣表征；采用多层感知机将用户点赞的短视频和关注了作者的短视频进行建模，获得用户的增强兴趣表征；采用基于图结构的循环神经网络将用户未点击过的短视频按照时间顺序进行建模，获得用户的非兴趣表征；接收新的短视频，获得新短视频特征，将其与用户的兴趣表征、增强兴趣表征和非兴趣表征输入预测网络，得到短视频的预测概率；根据不同短视频的预测概率数值的降序进行短视频解析。
-
公开(公告)号：CN113057647B
公开(公告)日：2022-04-22
申请号：CN202110322895.0
申请日：2021-03-25
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种心电信号的质量评估方法，将通过S变换获得的时频图，通过深度残差收缩网络和卷积神经网络的集成神经网络获得深度特征，与提取的统计特征结合，使用提出的双比例损失函数，提取出深度特征，并与统计特征相结合对心电信号的质量进行评估，来解决实际应用中心电信号质量较差的问题，能够极大的提升12导联心电信号质量评估的准确率。残差收缩网络能够将数据中存在的很多与当前任务无关的原始信息通过软阈值处理删除掉，获得与当前任务最相关的信息。卷积神经网络具有参数共享和稀疏连接的优点，能够将残差收缩网络提取出的深度特征进一步提纯优化，获得最适合当前任务的深度特征。
-
公开(公告)号：CN108897823B
公开(公告)日：2020-03-17
申请号：CN201810645528.2
申请日：2018-06-21
申请人： 山东大学
IPC分类号： G06F16/9535 , G06N3/04
摘要： 本发明公开了一种基于深度学习注意力机制的个性化商品检索方法及装置。其中，该方法包括：构建基于注意力机制的短期偏好模型；构建基于注意力机制的长期偏好模型；查询再表示；查询再表示的过程为：融合基于注意力机制的短期偏好模型、基于注意力机制的长期偏好模型以及当前查询，通过多层全连接网络来学习三者之间的交互关系，得到重组的查询表示，并采用一个距离函数来界定所有商品与当前查询的相关程度；训练所述多层全连接网络结束后，对每个用户提交的新查询，得到所有商品与当前查询的距离值，再将所有距离值从高到低进行排序，并将前n个距离值对应的商品返回给用户，其中，n为正整数。
-
公开(公告)号：CN108681610B
公开(公告)日：2019-12-10
申请号：CN201810523697.9
申请日：2018-05-28
申请人： 山东大学
IPC分类号： G06F16/332 , G06N3/04
摘要： 本发明公开了生成式多轮闲聊对话方法、系统及计算机可读存储介质，分为两个阶段：阶段一：利用语料库的对话，对多轮闲聊对话模型进行训练；阶段二：将用户提出的待答复的问题输入到训练好的多轮闲聊对话模型中，输出实际答复。通过挖掘对话历史中的关键词、在模型中引入注意力机制，将对话历史中的所有词区别对待，扩大了历史对话中关键词在生成回复时的作用。通过宽度通道来预测关键词拓宽话题，通过深度通道来预测历史对话中关键词的权重，以此来深入当前话题，将两部分得到的话题信息引入解码器中辅助解码，话题信息的引导有效地解决了无意义回复的问题，大大减少了无意义回复的数量。
-
公开(公告)号：CN108681610A
公开(公告)日：2018-10-19
申请号：CN201810523697.9
申请日：2018-05-28
申请人： 山东大学
摘要： 本发明公开了生成式多轮闲聊对话方法、系统及计算机可读存储介质，分为两个阶段：阶段一：利用语料库的对话，对多轮闲聊对话模型进行训练；阶段二：将用户提出的待答复的问题输入到训练好的多轮闲聊对话模型中，输出实际答复。通过挖掘对话历史中的关键词、在模型中引入注意力机制，将对话历史中的所有词区别对待，扩大了历史对话中关键词在生成回复时的作用。通过宽度通道来预测关键词拓宽话题，通过深度通道来预测历史对话中关键词的权重，以此来深入当前话题，将两部分得到的话题信息引入解码器中辅助解码，话题信息的引导有效地解决了无意义回复的问题，大大减少了无意义回复的数量。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.055 秒)
